Model-Predictive Trajectory Generation for Aerial Search and Coverage

要約

このペーパーでは、ガウス混合モデル(GMM)によってモデル化されたターゲット領域の事前知識を表す不確実性マップに基づいて、無人航空機(UAV)を使用した検索およびカバレッジミッションの軌跡計画アルゴリズムを紹介します。
軌道計画の問題は、最適な制御問題(OCP)として策定されており、指定されたミッション期間内の不確実性の削減を最大化することを目的としています。
ただし、これにより、客観的な機能性を閉じた形で表現できない扱いやすいOCPが得られます。
これに対処するために、最適なソリューションを近似するために、目的関数のリラックスした配合に基づいて、モデル予測制御(MPC)アルゴリズムを提案します。
この緩和は、軌道に沿ったUAVの可視性領域の重複を罰することにより、効率的なマップ探査を促進します。
このアルゴリズムは、効率的でスムーズな軌道を生成でき、リアルタイムの計画に適した標準的な非線形プログラミングソルバーを使用して効率的に実装できます。
多くの場合、ミッションスペースの離散化や複雑な混合整数定式化を使用することに依存する従来の方法とは異なり、私たちのアプローチは計算上効率的で実装が容易です。
MPCアルゴリズムは最初にMATLABで評価され、その後、ガゼボシミュレーションと屋外環境で実施された実際の実験テストが続きます。
結果は、提案された戦略が、検索およびカバレッジミッションの効率的かつスムーズな軌跡を生成できることを示しています。

要約(オリジナル)

This paper introduces a trajectory planning algorithm for search and coverage missions with an Unmanned Aerial Vehicle (UAV) based on an uncertainty map that represents prior knowledge of the target region, modeled by a Gaussian Mixture Model (GMM). The trajectory planning problem is formulated as an Optimal Control Problem (OCP), which aims to maximize the uncertainty reduction within a specified mission duration. However, this results in an intractable OCP whose objective functional cannot be expressed in closed form. To address this, we propose a Model Predictive Control (MPC) algorithm based on a relaxed formulation of the objective function to approximate the optimal solutions. This relaxation promotes efficient map exploration by penalizing overlaps in the UAV’s visibility regions along the trajectory. The algorithm can produce efficient and smooth trajectories, and it can be efficiently implemented using standard Nonlinear Programming solvers, being suitable for real-time planning. Unlike traditional methods, which often rely on discretizing the mission space and using complex mixed-integer formulations, our approach is computationally efficient and easier to implement. The MPC algorithm is initially assessed in MATLAB, followed by Gazebo simulations and actual experimental tests conducted in an outdoor environment. The results demonstrate that the proposed strategy can generate efficient and smooth trajectories for search and coverage missions.

arxiv情報

著者 Hugo Matias,Daniel Silvestre
発行日 2025-03-27 15:55:04+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO, cs.SY, eess.SY パーマリンク